Optimal scheduling of rehabilitation and inspection/condition assessment in large buried pipes

A decision framework is described to assist municipal engineers and planners in optimising the scheduling of rehabilitation as well as inspection and condition assessment of large buried pipes. These may include water transmission pipes, trunk sewers or other buried pipes with high costs of failure and high costs of inspection/condition assessment. A semi-Markov process is used to model the deterioration of a buried asset. The life of the asset is discretised into condition states, whereby the waiting times in each state are assumed to be random variables with known probability distributions. These probability distributions can bederived in two ways. Initially, when data are scarce the probability distributions can be based on expert opinion. Over time, as observed deterioration data are collected these probability distributions are continually updated to reflect the new observations. Age-dependent transition probability matrices are compiled, using conditional survival probabilities in the various states. The expected discounted total cost associated with an asset is computed as a function of time. The time to schedule the next inspection/condition assessment is when the total expected discounted cost is minimum, while immediate intervention should be planned if the time of minimum cost is less than a threshold period (2 to 3 years) away.The proposed framework was implemented for proof of concept in a demonstration computer application. Although usable in its current form, this paper identifies some issues that require as yet unavailable data as well as more research in order to develop the framework into a comprehensive application tool.On donne la description d'un cadre d\ue9cisionnel destin\ue9 \ue0 aider les ing\ue9nieurs et les planificateurs municipaux \ue0 optimiser la programmation de la r\ue9habilitation, de m\ueame que de l'inspection et de l'\ue9valuation de l'\ue9tat, des canalisations enfouies de grand diam\ue8tre. Celles-ci peuvent inclure les canalisations de transmission d'eau, les \ue9gouts collecteurs et les autres conduites enfouies dont la d\ue9faillance ainsi que l'inspection et l'\ue9valuation de l'\ue9tat sont tr\ue8s co\ufbteuses. On utilise un processus semi-markovien pour mod\ue9liser la d\ue9t\ue9rioration d'un bien enfoui. On discr\ue9tise alors la vie utile du bien en divers \ue9tats, apr\ue8s quoi on suppose que le temps d'attente dans chaque \ue9tat est une variable al\ue9atoire dont la distribution de probabilit\ue9 est connue. Les distributions de probabilit\ue9 peuvent \ueatre d\ue9termin\ue9es de deux fa\ue7ons : au d\ue9part, lorsque les donn\ue9es sont rares, la distribution de la probabilit\ue9 peut \ueatre fond\ue9e sur une opinion d'expert; avec le temps, \ue0 mesure qu'on collecte des donn\ue9es de d\ue9t\ue9rioration, les distributions de probabilit\ue9 sont continuellement mises \ue0 jour de mani\ue8re \ue0 refl\ue9ter les nouvelles observations. On compile des matrices de probabilit\ue9s de transition qui d\ue9pendent de l'\ue2ge, \ue0 l'aide des probabilit\ue9s conditionnelles de survie dans les divers \ue9tats. Le co\ufbt total actualis\ue9 pr\ue9vu li\ue9 \ue0 un bien est calcul\ue9 en tant que fonction du temps. Le moment de pr\ue9voir la prochaine inspection ou \ue9valuation de l'\ue9tat est celui o\uf9 le co\ufbt actualis\ue9 pr\ue9vu total est \ue0 son minimum, tandis qu'on doit pr\ue9voir d'intervenir imm\ue9diatement quand on sait que le co\ufbt sera \ue0 son minimum au plus tard \ue0 la fin d'une p\ue9riode seuil (de deux \ue0 trois ans). On a mis en ?uvre le cadre propos\ue9, afin de faire la preuve du concept dans une application de d\ue9monstration sur ordinateur. Bien qu'il soit utilisable dans sa forme actuelle, le document mentionne certains probl\ue8mes qui requi\ue8rent des donn\ue9es qui ne sont pas disponibles \ue0 ce jour, de m\ueame que la recherche suppl\ue9mentaire n\ue9cessaire pour faire du cadre un outil d'application complet.Peer reviewed: YesNRC publication: Ye